“贝叶斯”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果482649个，建议您升级VIP下载更多相关专利

[发明专利]基于动态贝叶斯网络的物流风险评估模方法、装置、设备及介质-CN202110439493.9在审
发明人：司华友;吴振豪;高健博;吴琛;邵童;孙圣力 -专利权人：北京国信云服科技有限公司
申请日： 2021-04-23 - 公布日： 2021-08-06 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供了一种基于动态贝叶斯的物流风险评估模方法、装置、设备及介质，其包括：确定与各物流环节关联候选风险影响因素集；从候选风险影响因素集中挑选出正式风险影响因素；确定各正式风险影响因素的初始状态类别及先验概率值；构建物流风险评估静态贝叶斯网络；构建各物流环节之间的状态转移关系及随时间变化的转移概率；在静态贝叶斯网络中加入转移概率以构建物流风险评估动态贝叶斯网络；基于物流风险评估动态贝叶斯网络完成对物流过程中的各物流环节的风险及总风险的评估本发明通过构建动态贝叶斯网络实现了对物流环节所涉及到的风险的动态评估，并充分考虑到各物流环节之间的依存关系，从而提升了对物流风险的评估效果。
基于动态贝叶斯网络物流风险评估方法装置设备介质

[发明专利]一种轨道交通系统运营不确定风险的分析方法-CN202110790127.8在审
发明人：王艳辉;赖森华;李曼;刘丽;夏伟富;李恒奎;杨基宏;赵盛盛;牛鹏骅 -专利权人：北京交通大学
申请日： 2021-07-13 - 公布日： 2021-10-22 - 主分类号： G06Q10/06 文献下载
摘要：该方法包括：基于概念、关系、属性、实例和公理五个部分构建轨道交通运营风险本体模型，从节点、节点关系以及节点属性三个方面完成轨道交通运营风险本体模型与贝叶斯拓扑结构之间的拓扑映射；利用似然估计的方法实现风险本体的概率扩展，对贝叶斯网络结构中的节点进行定量分析，完成贝叶斯网络结构的构建；利用贝叶斯网络结构的联结树进行贝叶斯网络推理过程，得到轨道交通系统运营不确定风险的分析结果。本发明在利用基于风险本体结构的贝叶斯推理结构完成了在不确定风险知识变化情况下，整个系统内安全状态的定量分析并计算出相关事故发生的概率，为轨道交通系统风险管控工作提供了实施办法。
一种轨道交通系统运营不确定风险分析方法

[发明专利]一种基于贝叶斯深度多任务学习的语义分割与深度预测方法-CN202210537471.0在审
发明人：葛宏伟;王世豪 -专利权人：大连理工大学
申请日： 2022-05-18 - 公布日： 2022-08-16 - 主分类号： G06V10/26 文献下载
摘要：本发明属于人工智能与计算机视觉领域，公开了一种基于贝叶斯深度多任务学习的语义分割与深度预测方法。该方法将语义分割与深度预测任务视为多任务，利用深度学习方法解决多模态问题，通过预训练处理的主干网络生成包含多个尺度的原始共享特征，并利用提出的贝叶斯多通道交流单元与任务共享单元实现尺度与任务特征之间的交流；最后通过设计的贝叶斯多模态蒸馏机制输出语义分割与深度预测的结果。本发明方法核心在于设计了多尺度与多任务交流机制，并引入贝叶斯深度学习设计了贝叶斯门控机制，并显著提高语义分割与深度预测任务的精度。本发明作为一种基于贝叶斯深度多任务学习的语义分割与深度预测方法，可广泛应用于自动驾驶以及智能机器人领域。
一种基于贝叶斯深度任务学习语义分割预测方法

[发明专利]广告渠道数据的处理方法及装置、存储介质、电子设备-CN202011597059.5在审
发明人：祁建娟 -专利权人：北京国双科技有限公司
申请日： 2020-12-28 - 公布日： 2022-07-15 - 主分类号： G06F16/953 文献下载
摘要：本申请公开了一种广告渠道数据的处理方法及装置、存储介质、电子设备，其中，方法包括：获取广告闭环系统中的各个广告渠道的广告访问量；基于各个广告渠道的广告访问量，构建贝叶斯网络的结构模型；贝叶斯网络的结构模型中的每个网络节点对应一个广告渠道，广告访问量存在影响关系的广告渠道对应的网络节点相连接；根据贝叶斯网络的结构模型中的网络节点间的连接关系构建多个关系函数；计算得到每个关系函数中的参数值；一个参数值指代网络节点与其相连的一个网络节点之间的影响程度；将贝叶斯网络的结构模型与各个关系函数中的参数值相结合，得到广告闭环系统对应的贝叶斯网络。从而通过构建贝叶斯网络，确定广告渠道间影响关系以及影响程度。
广告渠道数据处理方法装置存储介质电子设备

[发明专利]一种基于贝叶斯网络的计算机设备故障诊断方法及系统-CN202211509639.3在审
发明人：左仲研 -专利权人：天翼电子商务有限公司
申请日： 2022-11-29 - 公布日： 2023-03-31 - 主分类号： H04L41/16 文献下载
摘要：本发明提出了一种基于贝叶斯网络的计算机设备故障诊断方法及系统，涉及设备故障诊断技术领域。首先，基于计算机网络的协议实体之间的依赖关系，构建贝叶斯网络结点间的故障传播关系。然后，利用预设故障数据和贝叶斯网络参数学习算法建立贝叶斯网络的条件概率表。最后，获取故障征兆集输入贝叶斯网络，利用上述条件概率表中的先验概率计算各根结点的后验概率并进行筛选，得到根故障结点集。本申请利用贝叶斯网络能够用图形化的方式表示对象间的依赖关系，并支持不确定性推理的特点，构建推理模型，对计算机设备故障进行诊断，改善传统故障发现方法在处理不确定性方面的短板，提高多故障并发情况下，计算机设备故障诊断的准确性
一种基于贝叶斯网络计算机设备故障诊断方法系统

[发明专利]一种基于贝叶斯网络的错题归因方法及系统-CN202211499363.5在审
发明人：钱鸿;周爱民;吴婷;曾奕博;邵非 -专利权人：华东师范大学
申请日： 2022-11-28 - 公布日： 2023-05-09 - 主分类号： G06N7/01 文献下载
摘要：本发明公开了一种基于贝叶斯网络的错题归因方法，通过知识点结构图构建贝叶斯网络，并利用学生做题数据进行贝叶斯网络参数学习和题目做错原因推理，对于输入的每一条数据，均用来更新贝叶斯网络的参数，当需要进行错题归因时，即可用该条数据和当前贝叶斯网络的参数进行题目做错原因推理。本发明还公开了一种实现上述基于贝叶斯网络的错题归因系统。
一种基于贝叶斯网络归因方法系统

[发明专利]一种基于信号估计的绝缘检测方法及电池管理系统-CN202211302681.8在审
发明人：李立伟;张承慧;刘含筱;段彬 -专利权人：山东大学
申请日： 2022-10-24 - 公布日： 2023-03-07 - 主分类号： G01R27/02 文献下载
摘要：本发明公开一种基于信号估计的绝缘检测方法及电池管理系统，包括：获取历史观测数据，以此确定实际观测信号和背景噪声，构建贝叶斯线性模型；在历史观测数据中加入随机噪声，根据贝叶斯线性模型得到实际观测信号的估计值；根据实际观测信号的估计值与真实值间的误差，确定贝叶斯均方误差矩阵，以最小化贝叶斯均方误差矩阵的迹为目标，并根据随机噪声约束条件，求解随机噪声的最优概率密度分布，及确定当前的最优权值，构建贝叶斯信号估计模型；根据最优概率密度分布生成随机噪声，将生成的随机噪声添加至观测数据中，采用贝叶斯信号估计模型得到实际观测信号；从而根据实际观测信号进行绝缘检测，增强绝缘检测设备对信号的测量和估计能力。
一种基于信号估计绝缘检测方法电池管理系统

[发明专利]一种基于贝叶斯估计的船舶模型参数在线辨识方法及系统-CN202310734282.7在审
发明人：包政凯;白阳;彭晨;王昱瑶;刘志林 -专利权人：哈尔滨工程大学
申请日： 2023-06-20 - 公布日： 2023-10-20 - 主分类号： G06F30/20 文献下载
摘要：一种基于贝叶斯估计的船舶模型参数在线辨识方法及系统，属于船舶模型参数辨识邻域。为了提升船舶模型参数在线辨识的精度而提出的。技术要点：本发明将贝叶斯估计理论应用于船舶模型参数在线辨识，通过似然函数和参数先验来求取后验概率，再通过后验概率最大原理求得贝叶斯估计结果，随后根据条件数和相关性系数对数据进行加权，提升参数辨识的精度，根据已知的在线测量数据段，求取似然函数；(根据贝叶斯最大后验定理，利用先验和似然函数求取后验概率，再使得后验概率取得其最大值，得到相应的贝叶斯估计结果；根据条件数和相关性系数对数据进行加权，得到加权后后验概率函数，根据上述步骤得到自动加权贝叶斯估计方法。
一种基于贝叶斯估计船舶模型参数在线辨识方法系统

[发明专利]一种基于贝叶斯网络的压缩机气阀故障诊断方法-CN201610427413.7有效
发明人：邵继业;杨瑞 -专利权人：电子科技大学
申请日： 2016-06-14 - 公布日： 2019-08-06 - 主分类号： G01M13/003 文献下载
摘要：本发明涉及一种基于贝叶斯网络的压缩机气阀故障诊断方法，利用混合方式进行贝叶斯结构学习，并将贝叶斯网络模型应用于气阀故障诊断中。具体方法步骤如下：1、获取振动信号样本，对信号进行预处理；2、提取故障特征向量，对特征向量离散化处理；3、属性变量和类变量作为贝叶斯网络节点，利用条件独立性测试寻找每个节点的候选父节点集；4、利用贪心算法依次确定每个节点的父节点，构建贝叶斯网络模型；5、通过对贝叶斯网络参数的学习，计算类节点的最大后验概率。
一种基于贝叶斯网络压缩机气阀故障诊断方法

[发明专利]一种基于混合认知的动态多层级系统建模与状态预测方法-CN201910787419.9有效
发明人：王立志;王晓红;孙玉胜;范文慧;赵雪娇 -专利权人：北京航空航天大学
申请日： 2019-08-26 - 公布日： 2021-05-28 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了一种基于混合认知的动态多层级系统建模与状态预测方法，包括以下几个步骤：步骤一、利用故障树与静态贝叶斯网络方法进行系统分析；步骤二、混合认知方法对动态多层级系统分析，构建静态贝叶斯网络B＝(B1，θ)；步骤三、静态贝叶斯网络拓展为动态贝叶斯网络形成系统状态预测模型；步骤四、动态多层级系统健康状态的推理评估与预测；本发明提出了混合认知系统分析方法，可以解决故障树与静态贝叶斯网络方法对动态多层级系统认知不完全的问题，在混合认知基础上建立的静态贝叶斯网络模型对系统状态预测准确度更高；本发明建立的系统状态预测模型，能够利用基层级组件数据对系统整体的状态进行推理评估与预测，掌握系统状态变化趋势。
一种基于混合认知动态多层系统建模状态预测方法

[发明专利]基于贝叶斯网络的社区配电网动态风险评估方法及装置-CN201911037637.7有效
发明人：史运涛;丁辉;王力;朱翔;胡长斌;雷振伍;孙德辉;刘大千;李超 -专利权人：北方工业大学
申请日： 2019-10-23 - 公布日： 2020-06-02 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例提供一种基于贝叶斯网络的社区配电网动态风险评估方法及装置，该方法包括：构建社区配电网动态风险评估指标体系及贝叶斯网络；将采集的电流电压预设数据输入配电馈线短路故障诊断贝叶斯网络模型得到配电馈线短路状态信息；将天气信息、社区配电系统元器件运行年限信息及配电馈线短路状态信息输入到社区配电网停电风险评估贝叶斯网络模型，得到社区停电风险评估结果。本发明实施例提供的基于贝叶斯网络的社区配电网动态风险评估方法及装置，通过利用提出的适用于社区配电网动态风险评估的指标体系建立贝叶斯网络模型，并通过实时数据进行动态风险评估，实现了社区配电网停电风险的实时动态评估
基于贝叶斯网络社区配电网动态风险评估方法装置

[发明专利]基于贝叶斯网络单元的中央空调系统故障检测与诊断方法-CN202110564369.5有效
发明人：赵阳;王姝婷;李婷婷 -专利权人：浙江大学
申请日： 2021-05-24 - 公布日： 2022-04-29 - 主分类号： F24F11/38 文献下载
摘要：本发明提供了一种基于贝叶斯网络单元的中央空调系统故障检测与诊断方法。首先，针对中央空调系统的多样性，从多角度进行领域知识表示与存储，构建器件级别的中央空调系统故障诊断知识库；其次，根据实际系统中包含的器件类型选择相应的贝叶斯网络单元，判断预定义的存在条件是否满足，生成具体的器件贝叶斯网络单元实例；接着，基于目标中央空调系统的拓扑结构图，对贝叶斯网络单元实例进行集成连接，生成多级分层的贝叶斯故障诊断网络实例；最后，以实际获得的诊断信息为驱动，通过贝叶斯网络的概率推理过程实现故障诊断。
基于贝叶斯网络单元中央空调系统故障检测诊断方法

[发明专利]一种面向功能试验的民机通信系统贝叶斯故障诊断方法-CN202210425245.3有效
发明人：唐荻音;樊艳春;王轩;于劲松;王磊;王薇 -专利权人：北京航空航天大学
申请日： 2022-04-21 - 公布日： 2023-04-07 - 主分类号： H04L41/0677 文献下载
摘要：本发明提出一种面向功能试验的民机通信系统贝叶斯故障诊断方法，包括贝叶斯网络建模和推理两部分内容。第一部分是贝叶斯网络建模，依据地面典型功能试验、故障树、FMECA分析表等系统故障资料，建立包括测试节点、故障节点和部件节点的贝叶斯网络故障诊断模型。第二部分是贝叶斯网络推理，采用BP推理方法,根据测试节点状态，推理系统部件状态和概率，从而实现对故障的定位，确定各个部件发生故障的可能性。本发明针对地面典型功能试验故障诊断资料步骤繁琐和人为因素影响大的特点，将功能试验与排故资料相结合，提出了一种贝叶斯故障诊断方法，极大的提高了基于地面典型功能试验进行故障诊断的自动化水平。
一种面向功能试验通信系统贝叶斯故障诊断方法

[发明专利]基于贝叶斯神经网络随机加法饱和结构的图像分类方法-CN202110544588.7有效
发明人：姜书艳;孙召曦;许怡楠;黄乐天 -专利权人：电子科技大学
申请日： 2021-05-19 - 公布日： 2023-05-23 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于贝叶斯神经网络随机加法饱和结构的图像分类方法，包括以下步骤：S1：采集待分类图像数据集中的部分图像数据作为贝叶斯神经网络的输入数据，提取训练得到的贝叶斯神经网络的权重参数和偏置参数；S2：对输入数据、权重参数和偏置参数进行处理，将其转换为随机位流形式；S3：搭建基于随机加法饱和结构的神经元，得到基于随机计算的合格贝叶斯神经网络；S4：利用基于随机计算的合格贝叶斯神经网络对待分类图像数据集中的其余图像数据进行分类本发明的优点在于：通过调节增益因子，一定程度上减小了由于过大的缩放比例导致的严重误差，从而平衡随机加法中的缩放误差以及饱和误差，保证合格的贝叶斯神经网络的图像分类准确性。
基于贝叶斯神经网络随机加法饱和结构图像分类方法

[发明专利]基于时变动态贝叶斯网络的短时交通客运需求预测方法-CN202211620967.0有效
发明人：刘畅;潘野;张涛;陈肇欣;罗谦;张兴锐;邓强强;吕明;张志伟;谢琴;文涛;杜雨弦 -专利权人：中国民用航空总局第二研究所
申请日： 2022-12-16 - 公布日： 2023-03-10 - 主分类号： G08G1/01 文献下载
摘要：本发明提供了一种基于时变动态贝叶斯网络的短时交通客运需求预测方法，包括以下步骤：S1、建立旅客乘坐短时交通工具结果矩阵；S2、将旅客乘坐短时交通工具结果矩阵从时间点维度切分到时间区间维度上，得到在每个时间区间上的旅客乘坐短时交通工具结果数据集；S3、根据每个时间区间上的旅客乘坐短时交通工具结果数据集，构建在每个时间区间上的动态贝叶斯网络，并找到最优动态贝叶斯网络；S4、对最优动态贝叶斯网络进行更新，得到修正动态贝叶斯网络；S5、将待预测时间切分成多个时间区间，采用修正动态贝叶斯网络对待预测时间对应时间区间的短时客运需求进行预测，本发明解决了现已有客运需求预测方法存在客运需求预测不准确的问题。
基于动态贝叶斯网络交通客运需求预测方法

首页
«上一页
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条